1. 図書館のＤＢ比較から
新たな価値を！
平成25年７月5日（金）
マイニング探検会 前田

2. 比較あれこれ
• 用語の性格
– ヒット件数： 難語レポーター
• https://mbc.dl.itc.u-tokyo.ac.jp/lecture/nango_reporter.pdf
– 用語共起： 専門用語コレ・モカモ
• https://mbc.dl.itc.u-tokyo.ac.jp/Colle-mokamo/
– 用語共起： 東京大学OPAC+「言選Web」
• https://mbc.dl.itc.u-tokyo.ac.jp/UT_OPAC_Plus_gensenweb/
• 資料の？？を評価
– 所蔵館数を比べてみる
• 図書館の性格
– 所蔵共起： 蔵書による図書館の位置付け評価（東
京大学柏図書館）
いままでに試したもの、これから試せそうなものをまとめました

3. 一緒に考えてみてください

4. 用語の性格

5. 「難語レポーター」のおさらい
日本語
Webサイト
学術
サイト
日語Webサイトと学術サイトの語の分布は一様ではない
⇒ 学術サイトに偏って出現する語を「学術度」が高いとみなす
用語は「日本語サイト」と
「学術サイト」で
一様には分布しない

6. 「難語レポーター」はWebでしたが…
図書館系のＤＢ資源を使えないか

7. CiNii Books（大学図書館蔵書）
と
国会図書館サーチ（一般）
ヒット件数の比率がCiNii側で特に高い語を、
「学術度が高い語と」みなせる？
同一の用語でヒット件数比較（比率）
Ｄｉｓｃｕｓｓｉｏｎ １

8. CiNii Books（書籍）
と
CiNii Article（論文）
ヒット件数の比率がCiNii Article側で
特に高い語を、
「専門度が高い」とみなせる？
同一の用語でヒット件数比較（比率）
Ｄｉｓｃｕｓｓｉｏｎ ２

9. 分野別データベース
と
全分野データベース
「学術度」ではなく、他の指標も出せないか
たとえば、医学系のＤＢと全分野のＤＢを
比べて用語の「医学度」を判定するなど
同一の用語でヒット件数比較（比率）
Ｄｉｓｃｕｓｓｉｏｎ ３

10. 図書の所蔵館数をどうみるか？
CiNii Booksの所蔵館数ソートで確認可
オススメ本と考える？
Facebookの「いいね！」や論文の引用と
同じく信用度が高そう
寄贈、パッケージ購入、評価タイムラグ
あたりも問題
図書館員の集合知ともいえるので、
これを使わないのは「もったいない！」

11. 資料の？？を評価

12. 所蔵館数についての問題提起
「ある資料についての大学図書館と
公共図書館の所蔵館数を
比較すると何が言えるか？」
Ｄｉｓｃｕｓｓｉｏｎ ４

13. 書籍価格についての問題提示
「書籍価格とその内容の難易度は
何らかの相関があるか？」
Ｄｉｓｃｕｓｓｉｏｎ オマケ
図書館のＤＢからは外れますが…

14. 図書館の性格

15. 蔵書の共起による図書館の性格
• 全件調査は難しくても、適当な量のタイトルリ
ストを使い、専門図書館間の位置づけ調査はで
きるかも？
• CiNii Books APIかカーリルあたりでできそう？
東京大学柏図書館では、東京大学内の図書館室の位置づけ調査を
データマイニング（蔵書の共起）により行いました
いっそ、全国レベルでできないものか！

16. おまけ

17. おまけ
• 評価表現辞書タ
ガー ～楽しい
かつまらないか
～(実験ペー
ジ）
• 残念ながら独創
性はあまりなし
です。
https://mbc.dl.itc.u-tokyo.ac.jp/evaldic_tagger/
①テキストを入力し
「実行」をクリック
（例はWikipediaの
スターウォーズ記事）
②「楽しいか」「つまら
ないか」に関連する語を
タグ付け表示

18. 評価表現辞書タガーの元ネタ
• 「意見分析エンジン : 計算言語学と社会学の接点」大塚
裕子, 乾孝司, 奥村学共著 コロナ社 2007.10
• 日本語WordNetを使い、指定した用語からの用語間の距
離（リンク）が近い語をリストアップ
– ポジティブ： 「楽しい」に近い語をリストアップ
– ネガティブ： 「つまらない」に近い語をリストアップ